Pandas如何根据id从另一个DataFrame选取并插入匹配值

如果你不想使用pd.merge，需要实现逐行id自动比对、从df1取对应name值给df2新增列的需求，可以用以下两种方案，均不涉及硬编码id值，完全匹配类SQL where的逐行匹配逻辑。

方案1：字典映射+map匹配（推荐，性能最优） #

核心思路是先把df1处理成id到name的键值对映射，再按df2每行的id直接查找对应值，逻辑和逐行比对完全一致，匹配效率远高于全表遍历。

import pandas as pd

# 示例数据构造
a = [{'id':123, 'name': 'AAA'}, {'id':456, 'name': 'BBB'}, {'id':789, 'name': 'TTT'}]
df1 = pd.DataFrame(a)
b = [{'id':123}, {'id':456}]
df2 = pd.DataFrame(b)

# 构建id到name的查找映射
id_name_map = df1.set_index('id')['name'].to_dict()
# 按id匹配赋值
df2['name'] = df2['id'].map(id_name_map)

print(df2)

运行输出：

id name
0  123  AAA
1  456  BBB

• 若df2中存在df1没有的id，对应name位置会自动填充为NaN，需要自定义默认值可以后续接fillna()方法处理
• 该方案在十万行以上数据量下性能和pd.merge基本持平，远好于逐行扫描df1的写法

方案2：纯逐行比对写法（完全对齐伪代码逻辑） #

如果你需要严格按照「逐行取df2的id，到df1中找id相等的行取name值」的逻辑写，可以直接用列表推导式实现：

df2['name'] = [
    df1.loc[df1['id'] == current_id, 'name'].iloc[0]
    # 处理df2的id在df1不存在的情况
    if not df1.loc[df1['id'] == current_id, 'name'].empty
    else None
    for current_id in df2['id']
]

注意：该写法每处理一行df2的数据就要全量扫描一次df1做条件判断，数据量较大时运行速度会非常慢，仅适合小数据量场景使用。

内容的提问来源于stack exchange，提问作者Alex